作者背景#

Martin Kleppmann 是英國劍橋大學分散式系統研究員，專注於資料一致性、CRDT（Conflict-free Replicated Data Types）與去中心化系統的研究。在進入學術界之前，他曾共同創辦兩家科技新創公司（Rapportive 與 Go Test It），並在 LinkedIn 擔任軟體工程師，負責大規模資料基礎設施的設計。他是多篇分散式系統學術論文的作者，同時活躍於開源社群。本書（通稱 DDIA）自 2017 年出版以來，已成為全球軟體工程師最廣泛推薦的資料系統設計參考書。

完整摘要#

全書分為三大部分，共十二章，從單機基礎到分散式系統再到資料處理範式，構成完整的知識架構。

第一部分「Foundations of Data Systems」聚焦單一機器上的核心概念。開篇定義資料密集型應用追求的三大非功能性需求——可靠性（Reliability）、可擴展性（Scalability）與可維護性（Maintainability），建立貫穿全書的術語框架。資料模型一章比較關聯式、文件與圖模型的適用場景及其查詢語言的設計取捨。儲存與檢索一章深入資料庫引擎內部，從雜湊索引到 LSM-Tree 與 B-Tree，分析不同索引結構如何決定讀寫效能特性。編碼與演化一章探討 JSON、Protocol Buffers、Avro 等序列化格式的選擇，以及如何在系統演化中維持向前與向後相容性。

第二部分「Distributed Data」將視野拓展到多機環境。複製一章系統性地比較主從複製、多主複製與無主複製策略，分析各自的一致性保證與故障處理。分片一章討論按鍵範圍與雜湊分片的策略，以及二級索引在分散式環境下的設計挑戰。事務一章從 ACID 的精確定義出發，深入 Serializable Snapshot Isolation 等現代隔離級別。分散式系統的麻煩一章直面網路不可靠、時鐘不同步、程序隨時崩潰等根本性挑戰。一致性與共識一章以線性一致性（Linearizability）為起點，經全序廣播（Total Order Broadcast）推導至共識問題，分析 Paxos 與 Raft 等演算法的設計理念。

第三部分「Derived Data」探討資料衍生與處理範式。批次處理一章從 Unix 管線的設計哲學出發，介紹 MapReduce 及更新一代的資料流引擎。串流處理一章將批次處理延伸至無界資料流，討論事件溯源（Event Sourcing）、變更資料擷取（CDC）與串流結合（Stream Joins）。最終章綜合全書所學，提出「資料流整合」的願景，並觸及資料系統設計中的倫理議題。

本書的貢獻與定位#

DDIA 的核心價值在於它不推銷任何特定技術，而是建立一套思考資料系統的心智模型。每種技術的介紹都伴隨著清晰的權衡分析——沒有「最佳」方案，只有不同場景下的「適當」選擇。書中將大量原本分散在學術論文、技術文件與工程部落格中的知識整合為連貫的敘事，使其成為後端工程師、架構師與技術管理者理解現代資料基礎設施的首選參考。相較於 Database Internals 聚焦實作細節，DDIA 更擅長在架構設計層面建立全局觀。